[发明专利]一种高效精确搜索的麻将智能决策方法、系统及设备

说明书

本发明提供一种高效精确搜索的麻将智能决策方法、系统及设备，该方法包括：基于预设组合牌对手牌进行拆分和组合，并得出手牌拆分组合集；基于该拆分组合集，构建了搜索树来探索手牌达到胡牌模式的多条路径；计算每条胡牌路径的胡牌概率、危险概率和获胜得分，并据此计算得到每条胡牌路径的路径期望值；根据路径期望值最大的胡牌路径进行出牌决策和吃碰杠动作决策。本发明通过手牌拆分组合作为扩展策略来探索搜索胡牌路径，极大降低了计算资源和时间的消耗。同时，本发明采用胡牌概率、危险概率和获胜得分来进行全面评估，使决策具备胡牌速度快、得分高和点炮率低的优点。

技术领域

本发明涉及麻将智能决策领域，特别涉及一种高效精确搜索的麻将智能决策方法、系统及设备。

背景技术

麻将博弈属于非完备信息博弈，由于其具有巨大的隐藏信息(对手手牌和牌墙的牌等)，导致了对当前局面判断不够准确而影响自身决策，传统方法难以直接应用到麻将博弈决策中来。

目前，麻将博弈中使用的技术主要分为2种：（1）基于机器学习的方法，首先搜集大量高等水平人类玩家的比赛数据，设计并提取相应的特征，然后构建合适的模型进行训练，最后得到决策模型，例如日本东京大学爆打系统，使用大量数据训练线性神经网络，其决策能力能达到中高等玩家水平；（2）基于知识的方法，将人类玩家的博弈知识总结成规则，再结合评估或搜索的方法计算出最佳决策。

然而，对于使用机器学习方法的麻将智能决策，其主要依赖于大量高水平麻将博弈数据的获取、特征工程和模型的设计，但是大量高质量的麻将博弈数据比较缺乏，并且难以定义，另外麻将博弈中存在大量的隐藏信息，需要设计相应的特征来处理，这对于特征工程与模型设计要求极高。此外，使用机器学习的模型难以调试，需要大量的计算时间与硬件资源，以及目前机器学习方法无法解释其决策结论。而对于基于知识与规则方法的麻将智能决策，其主要是开发者通过学习人类玩家高手的博弈技巧，从中总结并提取相应的策略来制定决策。开发者需要对相应领域有较强的认知，能结合相应的领域知识开发出一套用于处理博弈的算法，专业性要求高，同样需要消耗大量的计算时间和计算资源。

发明内容

基于此，本发明的目的是提供一种高效精确搜索的麻将智能决策方法、系统及设备，以解决现有麻将智能决策方法需要消耗大量的计算时间和计算资源的技术问题。

根据本发明实施例的一种高效精确搜索的麻将智能决策方法，所述方法包括：

按麻将规则中的预设组合牌对手牌进行拆分和组合，并得出目标手牌组合，所述目标手牌组合包括搭子牌组集合和剩余未组合牌集合；

以所述搭子牌组集合需求的有效牌扩展摸牌结点、并以所述剩余未组合牌扩展出牌节点，探索构建多条胡牌路径；

计算每条所述胡牌路径的胡牌概率、危险概率和获胜得分，并根据每条所述胡牌路径的胡牌概率、所述危险概率和所述获胜得分，计算得到每条所述胡牌路径的路径期望值；

根据路径期望值最大的胡牌路径进行出牌决策和吃碰杠动作决策。

另外，根据本发明上述实施例的一种高效精确搜索的麻将智能决策方法，还可以具有如下附加的技术特征：

进一步地，所述按麻将规则中的预设组合牌对手牌进行拆分和组合，并得出目标手牌组合的步骤包括：

按所述预设组合牌对手牌进行拆分和组合，得到多种手牌组合；

计算每种所述手牌组合的向听数；

选取向听数小于阈值的手牌组合作为所述目标手牌组合。

进一步地，在所述按麻将规则中的预设组合牌对手牌进行拆分和组合，并得出目标手牌组合的步骤之后，还包括：

移除或合并同等牌力的手牌组合。

进一步地，所述胡牌路径的胡牌概率的计算公式为：